AI-agent skills: fra prompt til redskaber
AI-agent skills gør digitale medarbejdere i stand til at bruge konkrete redskaber, følge arbejdsgange og udfylde afgrænsede roller.
Kort svar
En skill er det lag, der gør en agent praktisk anvendelig. En prompt kan formulere et svar. En skill beskriver hvordan agenten bruger et redskab, følger en procedure og verificerer resultatet. Når skills kombineres med en rolle, et mandat og stopregler, bliver agenten mere end en chatbot: den kan fungere som en digital medarbejder i en konkret arbejdsgang.
Problemet i praksis
Mange AI-projekter bliver ved prompten: nogen skriver en instruktion, men arbejdet bliver stadig flyttet manuelt mellem mail, filer, kalender og systemer.
Virksomheden har allerede tools, APIer og CLIer, men agenten ved ikke hvordan de skal bruges sikkert og konsekvent.
Uden skills starter agenten forfra hver gang og gætter på workflowet i stedet for at følge en kendt arbejdsform.
Hvad ændrer sig med en digital medarbejder?
Skills gør redskaber kontrollerbare: agenten kan få lov til at læse, søge, oprette kladder, opdatere felter eller sende noget videre efter faste regler.
Skills kan organiseres i lag: service access, operationelle genveje, rolle-presets og konkrete task playbooks.
En digital medarbejder kan få en jobbeskrivelse og et sæt skills, så den ved både hvad den skal opnå, hvilke tools den må bruge, og hvornår den skal stoppe.
Fra prompt til redskaber
En prompt er en instruktion. Den kan være nyttig, men den løser sjældent arbejdet alene. Arbejdet ligger ofte i at finde den rigtige mail, læse vedhæftningen, tjekke kalenderen, hente data fra et ark, oprette en opgave og dokumentere hvad der blev gjort.
Skills er et praktisk mellemled. De fortæller agenten hvordan den bruger et redskab, hvilke trin der hører til opgaven, hvilke faldgruber der findes, og hvordan output skal verificeres. Derfor er skills en bedre metafor for digitale medarbejdere end prompts.
Den vigtige forskel for virksomheden er ansvar. En digital medarbejder skal ikke bare kunne skrive et svar. Den skal kunne udfylde en rolle: modtage input, bruge aftalte redskaber, levere et output og stoppe ved undtagelser.
Fire lag: service, helper, persona og recipe
Google Workspace CLI er et godt eksempel på, hvordan agent-redskaber kan organiseres. I den aktuelle skills-mappe findes et servicelag, der giver adgang til brede Workspace-flader som Gmail, Drive, Calendar, Docs og Sheets. Det er kraftfuldt, men også bredt.
Oven på det findes helper-skills, som gør almindelige operationer lettere: læs mail, find dokument, lav agenda, håndter opgaver. Persona-laget ligner digitale medarbejderroller: executive assistant, project manager, HR coordinator eller sales ops. Recipe-laget beskriver konkrete flertrinsopgaver som mail til opgave, ugentlig status eller rapport fra et regneark.
Det er præcis sådan content om digitale medarbejdere bør tænkes: ikke “95 skills = 95 sider”, men “hvilke 20-30 hverdagsopgaver kan en virksomhed faktisk give en digital medarbejder ansvar for?”
Governance er en del af skillen
Jo mere nyttig en skill er, desto større er risikoen typisk også. En skill der kun læser en kalender er én ting. En skill der sender mail, deler filer, ændrer møder eller opretter subscriptions er noget andet.
Derfor skal en skill ikke kun beskrive kommandoen. Den skal også beskrive mandatet: hvilke rettigheder er nødvendige, hvilke handlinger må ske automatisk, hvornår skal der laves en kladde, og hvilke undtagelser skal eskaleres.
Det er ikke et argument mod autonome digitale medarbejdere. Det er en måde at gøre autonomien praktisk. Den digitale medarbejder kan arbejde selv inden for rammerne, fordi rammerne er skrevet ned.
Sådan starter man uden at overbygge
- 1
Start med opgaven, ikke med skill-listen. Beskriv først hvad der skal ske i hverdagen: fx mail til opgave, mødeforberedelse, rapport fra regneark eller sagsarkivering.
- 2
Vælg derefter de redskaber rollen faktisk har brug for: mail, kalender, dokumenter, regneark, CRM, økonomisystem eller interne scripts.
- 3
Skriv skillen som drift: hvornår bruges den, hvilke inputs kræves, hvilke commands/tools bruges, hvilke rettigheder er nødvendige, og hvordan verificeres output.
Risici der skal styres
- For brede skills bliver uklare og svære at auditere.
- Skills med skrive-, sende- eller sletterettigheder kræver mandat, logging, dry-run/kladder eller stopregler.
- Forældede skills kan få agenten til at gentage gamle fejl, især når APIs, CLI-flags eller interne arbejdsgange ændrer sig.
Kilder og videre læsning
Google Workspace CLI med Discovery-baseret command surface og agent skills/recipes for Workspace-arbejdsgange.
Google Workspace CLI skills indexSkills-indeks med service-, helper-, persona- og recipe-lag til agentarbejde i Google Workspace.
OpenClaw docs: TOOLS.md templateSkelner mellem shared skills, der definerer hvordan tools bruges, og lokale noter der beskriver setup.
NousResearch/hermes-agent READMEHermes beskrives som en self-improving agent med læringsloop, memory og reusable skills.
Anthropic: Building effective agentsSkelner mellem workflows og agents; anbefaler simple, komponerbare patterns.
Relaterede sider
AI-agent tool use: når agenter handler i systemer
Tool use gør AI-agenter i stand til at bruge APIer, CLI, browser, filer og systemer. Her er den praktiske forklaring for virksomheder.
CLI til AI-agenter: når færdigheder bliver kommandoer
CLI-tools gør agenters færdigheder konkrete: søg, hent data, opret kladder, verificér output og log handlinger. Se hvorfor CLI er stærkt til digitale medarbejdere.
Digital medarbejder med Google Workspace
En digital medarbejder kan samle op i Gmail, Calendar, Drive, Docs og Sheets — som en afgrænset Workspace-koordinator med mandat og stopregler.
Digital medarbejder med Gmail
En digital medarbejder kan triagere Gmail, lave svarudkast og samle opfølgning — som en afgrænset mailkoordinator med mandat og stopregler.
MCP vs API-integrationer: hvad betyder det for virksomheder?
MCP bliver ofte forklaret teknisk. Her er forskellen på MCP, APIer og almindelige integrationer — set fra en virksomheds hverdag.
Agent governance: styring af digitale medarbejdere
Agent governance handler om roller, adgang, mandat, stopregler, audit logs og ansvar for AI-agenter i drift.
Audit logs for AI-agenter
Hvis en AI-agent handler i systemer, skal man kunne se hvad den gjorde. Audit logs er fundamentet for tillid og drift.